半监督降维及其在判别型聚类中的应用研究

论文摘要

传统的机器学习过程主要以无监督学习方法和监督式学习方法为主，前者试图在海量的无标记数据中进行分析，找出数据的成分和结构特征；后者则需要通过足够的先验标记数据来训练出一个预测函数，该函数能够用于对无标记样本的性质作出判断。在现实应用领域，收集大量无标记数据来进行数据分析已经变得相当容易。但是，对数据标记的收集却受到人力、物力等各方面因素的制约，显得比较困难。半监督学习方法是一种介于无监督学习和监督式学习之间的机器学习过程，它只利用少量的标记信息来改进机器学习过程，却能大大提高机器学习的效率。但是同样是由于标记信息获取困难，所以先验标记样本信息中容易出现标记信息不一致的情况。此外，海量的高维数据为我们带来丰厚的回报，但也大大提高了机器学习的难度，数据降维处理势在必行。而在对高维数据进行降维处理的过程中，如何综合各种方法的优势来保持源数据原有的结构特征是一个必须解决的难题。本文对半监督学习技术在数据降维上的应用进行研究，并将其应用于判别型聚类分析。在分析已有算法不足的基础上，在论文第一部分中提出了标记信息中存在不一致的情况并给出了解决方法，用先验信息本身来检测和纠正矛盾约束对，避免了用无监督方法来修改监督信息，提高半监督学习过程的准确度；论文第二部分提出一个新的降维目标函数，充分地利用数据集中包含的信息，在数据降维过程中保持数据集的全局与局部结构流形，并减少无效数据的出现，使低维数据表示能被更多数据挖掘算法所使用。实验表明，所提出的两种数据降维方法应用于判别型聚类当中，相较于原有的算法，聚类准确度得到了提高。

论文目录

• 中文摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 论文选题意义
• 1.2 国内外研究现状
• 1.3 论文的主要工作点和创新
• 第二章 基于约束对的矛盾检测半监督降维算法
• 2.1 数据降维算法
• 2.1.1 监督与无监督降维算法
• 2.1.2 基于距离的学习方法
• 2.1.3 SSDR 算法
• 2.2 基于约束对的矛盾检测半监督降维算法
• 2.2.1 半监督约束信息的保存
• 2.2.2 约束矛盾的检测与调整
• 2.2.3 CDSSDR 算法过程
• 2.3 实验及其分析
• 2.4 结语
• 第三章 半监督复杂结构数据降维方法
• 3.1 复杂结构数据
• 3.2 半监督降维算法的流形假设
• 3.2.1 半监督流形假设
• 3.2.2 相关的半监督降维算法
• 3.3 半监督复杂结构数据降维方法
• 3.3.1 全局结构流形保持
• 3.3.2 局部结构流形保持
• 3.3.3 目标函数
• 3.3.4 CSDDR 算法描述
• 3.4 实验及其分析
• 3.5 结语
• 第四章 总结与展望
• 致谢
• 参考文献
• 个人简历及在学期间的研究成果及发表的学术论文